概率统计
主要参考书
1、2009年全国硕士研究生入学统一考试,数学考试大纲。
2、概率论与数理统计(浙江大学或经济数学编写组)
3、2009年考研数学标准全书(理工类)对外经贸大学出版社
4、2009年考研数学标准全书(经济类)对外经贸大学出版社
5、2009年考研数学理念真题解析(数一,二,三,四)对外经贸大学出版社
6、考研数学知识点必备手册对外经贸大学出版社
7、2009年硕士研究生入学考试数学(一)/(二)/(三)/(四)8卷模拟试卷
对外经贸大学出版社
第一讲
随机事件和概率
考试要求:数学一、三、四要求一致。
了解:样本空间的概念
理解:随机事件,概率,条件概率,事件独立性,独立重复试验
掌握:事件的关系与运算,概率的基本性质,五大公式(加法、减法、乘法、全概率、贝叶斯),独立性计算,独立重复试验就算
会计算:古典概率和几何型概率。
§1随机事件与样本空间
一、随机试验:E
(1)可重复(2)知道所有可能结果(3)无法预知
二、样本空间
试验的每一可能结果——样本点ω 所有样本点全体——样本空间Ω 三、随机事件
样本空间的子集——随机事件 A B C 样本点——基本事件, 随机事件由基本事件组成。
如果一次试验结果,某一基本事件ω出现——ω发生,ω出现 如果组成事件A 的基本事件出现——A 发生,A 出现 Ω——必然事件 Φ——不可能事件
§2 事件间的关系与运算
一.事件间关系
包含,相等,互斥,对立,完全事件组,独立 二.事件间的运算: 并,交,差
运算规律:交换律,结合律,分配律,对偶律 概率定义,集合定义,记号,称法,图 三.事件的文字叙述与符号表示
例2 从一批产品中每次一件抽取三次,用(1,2,3)i A i =表示事件:
“第二次抽取到的是正品”试用文字叙述下列事件: (1)122313A A A A A A ; (2)123A A A ;
(3)123A A A ; (4)123123123A A A A A A A A A ; 再用123,,A A A 表示下列事件:
(5)都取到正品; (6)至少有一件次品; (7)只有一件次品; (8)取到次品不多于一件。
§3 概率、条件概率、事件独立性、五大公式
一.公理化定义 ,,A P Ω (1)()0P A ≥ (2)()1P Ω=
(3)1212()()()()n n P A A A P A P A P A =++++ ,i j A A i j =?≠ 二.性质
(1)()0P ?=
(2)1212()()()()n n P A A A P A P A P A =++++ ,i j A A i j =?≠ (3)()1()P A P A =-
(4),()()A B P A P B ?≤ (5)0()1P A ≤≤ 三.条件概率与事件独立性 (1)()
()0,(),()
P AB P A P B A P A >=
事件A 发生条件下事件B 发生的条件概率; (2)()()(),P AB P A P B =事件,A B 独立,
,A B 独立,A B 独立,A B 独立,A B 独立;
()0P A >时,,A B 独立()()P B A P B = ;
(3)1
2
1
2
12(,,,)()()()
1k
k
i i i i i i k P A A A P A P A P A i i i n =≤<<<≤
称12,,n A A A 相互独立,(2321n
n n n n C C C n +++=-- 个等式)
相互独立?
两两独立。 四.五大公式
(1)加法公式:()()()()P A B P A P B P AB =+-
P(A )()()()()()()()B C P A P B P C P AB P BC P AC P ABC =++---+
12(...)n P A A A = …
(2)减法公式:()()()P A B P A P AB -=- (3)乘法公式:()0,()()()P A P AB P A P B A >=
121(...)0n P A A A ->时,12121312121(...)()()()(...)n n n P A A A P A P A A P A A A P A A A A -=
(4)全概率公式:12,...,n B B B 是完全事件组,且()0i P B >,1,i n =
1
()()()n
i i i P A P B P A B ==∑
(5)贝叶斯公式:12,,...,n B B B 是完全事件组,()0,()0,1,,i P A P B i n >>=
1
()()
()()()
j j j n
i
i
i P B P A B P B A P B P A B ==
∑ 1,2,...,j n =
§4 古典型概率和伯努利概率
一.古典型概率
()A n A P A n =
=所包含的样本点数样本点总数
二.几何型概率
()()()A A L P A L ΩΩ=
=ΩΩ的几何度量
的几何度量
三.独立重复试验
独立——各试验间事件独立,重复——同一事件在各试验中概率不变 四.伯努利试验
试验只有两个结果A A 和——伯努利试验
n 重伯努利试验
二项概率公式 (1)k
k
n k
n C P P -- 0,1,...,k n = ()P A p =
§5 典型例题分析
例1.设,A B 为两事件,且满足条件AB AB =,则()P AB =_______________ .
例2.,A B 为任意两事件,则事件()()A B B C -- 等于事件
()A
A C -
()B ()A B C -
()C ()A B C -- ()D ()A B BC -
例3.随机事件,A B ,满足1
()()2
P A P B ==
和()1P A B = 则有 ()A A B =Ω
()B AB φ=
()C
()1P A B =
()D ()0P A B -=
例4.设()
()01P A P B <<且()()1P B A P B A += 则必有
()A ()()P A B P A B = ()B ()()P A B P A B ≠
()C
()()()P AB P A P B = ()D ()()()P AB P A P B ≠
例5.(06)设A 、B 为随机事件,且()0P B >,()1P A B =,则必有
()A ()()P A B P A > ()B ()()P A B P B > ()C
()()P A B P A =
()D ()()P A B P B =
例6.试证对任意两个事件A 与B ,如果()0P A >,则有
()
(|)1()
P B P B A P A ≥-
)
例7.有两个盒子,第一盒中装有2个红球,1个白球;第二盒中装一半红球,一半白球,
现从两盒中各任取一球放在一起,再从中取一球,问: (1) 这个球是红球的概率;
(2) 若发现这个球是红球,问第一盒中取出的球是红球的概率。
例8.假设有两箱同种零件:第一箱内装50件,其中10件一等品;第二箱内装30件,
其中18件一等品,现从两箱中随意挑出一箱,然后从该箱中先后随机取出两个零(不放回)试求:
(1)先取出的零件是一等品的概率p ; (2)在先取的零件是一等品的条件下,第二次取出的零件仍为一等品的条件概率q .
例9.袋中装有α个白球和β个黑球,分有放回和无放回两种情况连续随机每次一个地
抽取,求下列事件的概率:
(1) 从袋中取出的第k 个球是白球(1)k αβ≤≤+
(2) 从袋中取出a b +个球中,恰含a 个白球和b 个黑球(,)a b αβ≤≤
例10.随机地向半圆{
(,)0x y y <<
(其中0a >,是常数)内掷一点,则
原点和该点的连线与x 轴的夹角小于
4
π
的概率为____________。
例11.在伯努利试验中,每次试验成功的概率为p ,求在第n 次成功之前恰失败了m 次
的概率。
例12.四封信等可能投入三个邮筒,在已知前两封信放入不同邮筒的条件下,求恰有三
封信放入同一个邮筒的概率为_____________。
例13.已知,,A B C 三事件中A B 与相互独立,()0P C =,则,,A B C 三事件
()A 相互独立 ()B 两两独立,但不一定相互独立 ()C 不一定两两独立 ()D 一定不两两独立
例14.10台洗衣机中有3台二等品,现已售出1台,在余下的9台中任取2台发现均为
一等品,则原先售出1台为二等品的概率为
()A
310 ()B 28 ()C 210
()D
3
8
例15.甲袋中有2个白球3个黑球,乙袋中全是白球,今从甲袋中任取2球,从乙袋中
任取1球混合后,从中任取1球为白球的概率
()A
15
()B
25
()C
35
()D
45
例16.10件产品中含有4件次品,今从中任取两件,已知其中有一件是次品,求另一件
也是次品的概率。
例17.两盒火柴各N 根,随机抽用,每次一根,求当一盒用完时,另一盒还有R 根的概
率。()R N ≤
例18.(05)从数1,2,3,4中任取一个数,记为X ,再从1,2,…,X 中任取一个
数记为Y ,则(2)P Y ==_____________。
第二讲
随机变量及其概率分布
考试要求: 理解: 离散型和连续型随机变量,概率分布,分布函数,概率密度
掌握: 分布函数性质:0-1分布,二项分布,超几何分布,泊松分布,均匀分布,
正态分布,指数分布及它们的应用
会计算: 与随机变量相联系的事件的概率,用泊松分布近似表示二项分布,随机变
量简单函数的概率分布。
数学一,了解;数学三、四,掌握:泊松定理结论和应用条件
§1 随机变量及其分布函数
一.随机变量
样本空间Ω上的实值函数()X X ω=,ω∈Ω。常用,,X Y Z 表示 二.随机变量的分布函数
对于任意实数x ,记函数()()F x P X x =≤,x -∞<<+∞ 称()F x 为随机变量X 的分布函数;
()F x 的值等于随机变量X 在(],x -∞内取值的概率。
三.分布函数的性质
(1)lim ()0x F x →-∞
=,记为()0F -∞=;
lim ()1x F x →+∞
=,记为()1F +∞=。
(2)()F x 是单调非减,即12x x <时,12()()F x F x ≤ (3)()F x 是右连续,即(0)()F x F x +=
(4)对任意12x x <,有1221()()()P x X x F x F x <≤=- (5)对任意x ,()()(0)P X x F x F x ==--
性质(1)—(3)是()F x 成为分布函数的充要条件。
例 设随机变量X 的分布函数为,0()10,0
Ax
x F x x x ? >?
=+?? ≤?,
其中A 是常数,求常数A 及(12)P X ≤≤。
§2 离散型随机变量和连续型随机变量
一.离散型随机变量
随机变量和可能取值是有限多个或可数无穷多个。 二.离散型随机变量的概率分布
设离散型随机变量X 的可能取值是12,,...,,...n x x x 称(),
1,2,...k k P X x p k ===为X 的概率分布或分布律
分布律性质:(1)0.,
1,2,...k p k ≥=
(2)
1k
k
p
=∑
分布律也可表示为
12
1
2k k
X x x x P
p p p
三.离散型随机变量分布函数
()()k k k
k
x x
x x
F x P X x p
≤≤=
==∑∑,
()()(0)P X a F a F a ==--
例1.
123
1
113
2
6
X
P
求()F x
四.连续型随机变量及其概率密度
设X 的分布函数()F x ,如存在非负可积函数()f x ,有
()()x
F x f t dt -∞
=?,
x -∞<<+∞
称X 为连续型随机变量,()f x 为概率密度。
概率密度性质: (1)()0f x ≥; (2)
()1f t dt ∞
-∞
=?
;
(3)12x x <,2
1
12()()x x P x X x f t dt <<=
?
;
(4)()f x 的连续点处有'()()F x f x =。
例 已知()f x 和1()()f x f x +均为概率密度,则1f 必满足
()A 11()1,
()0f x dx f x ∞
-∞=≥? ()B 11()1,
()()f x dx f x f x +∞
-∞
=≥-?
()C 11()0,
()0f x dx f x ∞
-∞=≥?
()D
1
1()0,
()()f x dx f x f x ∞
-∞=≥-?
§3 常用分布
一.(0—1)分布
01011X p P p
p
<<-
二.二项分布
(),k k n k
n P X k C p q -==
0,1,...,k n =. 01p << , 1q p =-
(,)X B n p
三.超几何分布 ()k n k
M N M
n
N
C C P X k C --==,12,...,k l l =, (,,)X H n M N
四.泊松分布 ()!
k
P X k e k λλ-==
,0,1,2,...k = 0λ>
()X P λ
例 设某段时间内通过路口车流量服从泊松分布,已知该时段内没有车通过的概率为
1e
,则这段时间内至少有两辆车通过的概率为________________。
五.均匀分布 1()0
a x
b f x b a
?≤≤?
=-???其他
[,]X U a b
例 设随机变量ξ在(1,6)上服从均匀分布,则方程2
10x x ξ++= 有实根的概率是_________。
六.指数分布 0()0
x
e x
f x x λλ-?>=?
≤?0
,
0λ>
()X E λ
七.正态分布
22
()2()x f x μσ--=
,x -∞<<+∞
2(,)X N μσ ,0σ>
(0,1)X N 标准正态分布
22
()x x ?-
=
,x -∞<<+∞
,22
()t x
x e dt -
-∞
Φ=
?
如果2
(,)X N μσ ,则(0,1)X N μ
σ
-
(1)()()x x ??-=
(2)()1()x x Φ-=-Φ (3)1(0)2
Φ=
(4)()2()1P X a a ≤=Φ-,
(0,1)X N
例 2
(,)X N μσ ,且(3)0.9987Φ=,则(3)P X μσ-<=___________。
§4 随机变量X 的函数()Y g X =的分布
一.离散型随机变量的函数分布
设X 的分布律()k k P X x p ==,1,2,...k =
则()Y g X =的分布律(())k k P Y g x p ==,1,2,...k = (如果()k g x 相同值,取相应概率之和为Y 取该值概率) 二.连续型随机变量的函数分布
1.公式法:X 的密度(),()X f x y g x =单调,导数不为零可导,
()h y 是其反函数,则()Y g X =的密度为
'()(())()0
X Y h y f h y y f y αβ
?<=?
??其他
其中(,)αβ是函数()g x 在X 可能取值的区间上值域。 2.定义法: 先求
()()()(())()Y X g x y
F y P Y y P g X y f x dx ≤=≤=≤=?
然后 ()()Y Y f y F y '=。
§5 典型例题分析
例1.设随机变量的分布函数2
0(1)()0b a x x F x C x ?+>?+=?? ≤?
求,,a b c 的值。
例2.设随机变量X 的分布律为(),
1,2,...,!
k
P X k C
k k λ===0λ>
试确定常数C 的值。
例3.汽车沿街行驶需要过三个信号灯路口,各信号灯相互独立,且红绿显示时间相等,
以X 表示汽车所遇红灯个数,求X 的分布及分布函数。
例4.(04)设随机变量X 服从正态分布(0,1)N ,对给定的(01)αα<<数u α满足
()P X u αα>=,若()P X x α<=,则x 等于
()A 2u α ()B 12u α- ()C 12
u α-
()D 1u α-
例5.在区间[,]a b 上任意投掷一点,X 为这点坐标,设该点落在[,]a b 中任意小区间的
概率与这小区间长度成正比,求X 的概率密度。
例6.[2,5]X U ,对X 进行三次独立观测,试求至少有两次观测值大于3的概率。
例7.(06)设随机变量X 服从正态分布2
11(,)N μσ,Y 服从正态分布2
22(,)N μσ 且12{1}{1}P X P Y μμ-<>-<,则必有
()A 12σσ< ()B 12σσ> ()C 12μμ< ()D 12μμ>
例8.X 的密度2()()x x
f x Ae x -+=-∞<<+∞,试求常数A 。
例9.设X 服从参数为2的指数分布,证明:随机变量21X
Y e -=-服从(0,1)U 。
例10.已知X 的密度为1()2
x
f x e -=
,()x -∞<<+∞, 求2Y X =的概率密度。
例11.设随机变量X 的密度()x ?满足()()x x ??-=,()F x 是X 的分布函数,
则对任意实数a 有
()A 0
()1()a
F a x dx ?-=-?
()B 0
1()()2a
F a x dx ?-=
-? ()C
()()F a F a -=
()D ()2()1F a F a -=-
例12.设随机变量X 的分布函数为()F x ,引入函数1()()F x F ax =,2
2()()F x F x =,
3()1()F x F x =--和4()()F x F x a =+,则可以确定也是分布函数为
()A 12(),()F x F x
()B 23(),()F x F x ()C
34(),()F x F x
()D 24(),()F x F x
例13.设2
(2,)X N σ 且(24)0.3P x <<=,则(0)P X <=____________。
例14.设2
(,)X N μσ ,则随σ的增大,概率()P X μσ-<
()A 单调增大 ()B 单调减小 ()C 保持不变
()D 非单调变化
例15.证明X X -与具有相同密度,则其分布函数()F x 一定满足()()1F x F x +-=。
例16.(,)X U a b ,(0)a >且1(03)4P X <<=
,1(4)2
P X >=, 求:(1)X 的概率密度; (2)(15)P X <<。
第三讲 多维随机变量及其概率分布
考试要求
理解:随机变量及其联合分布,离散型联合概率分布,
边缘分布和条件分布,连续型联合概率密度。 边缘密度和条件密度,随机变量独立性和相关性。 掌握:随机变量的联合分布的性质,离散型和连续型随机变量
§1 二维随机变量及其联合分布函数
一.二维随机变量
设(),()X X Y Y ωω==是定义在样本空间Ω上的两个随机变量, 则称向量(,)X Y 为二维随机变量或随机向量。 二.二维随机变量的联合分布函数
定义:(,)(,)F x y P X x Y y =≤≤ x -∞<<+∞,y -∞<<+∞ 性质:(1)0(,)1F x y ≤≤; (2)(,)(,)(,)0F y F x F -∞=-∞=-∞-∞=,(,)1F +∞+∞=;
(3)(,)F x y 关于x 和关于y 单调不减;
(4)(,)F x y 关于x 和关于y 右连续。
例1.设二维随机变量(,)X Y 的分布函数为(,)F x y ,则随机变量(,)Y X 的分布函
数1(,)F x y =_________________.
三.二维随机变量的边缘分布函数
()()(,)(,)X F x P X x P X x Y F x =≤=≤≤+∞=+∞ ()()(,)(,)Y F y P Y y P X Y y F y =≤=≤+∞≤=+∞
例2.设二维随机变量(,)X Y 的分布函数为
2(1)(1)
0,0(,)0
x y e e x y F x y --?-->>=?
?其他
试求(),()X Y F x F y
§2 二维离散型随机变量
一.联合概率分布
(,),1,2,i j ij
P X x Y y p i j ====
12
11112122122212\i j j i i i ij X Y y y y x p p p x p p p x p p p
性质:(1)0ij p ≥
(2)
1ij
ij
p
=∑
例 设随机变量X 在1,2,3三个数字中等可能取值,随机变量Y 在1X 中等可能
的取一整数值,求(,)X Y 的概率分布。
二.边缘概率分布 ()(,)i i i j ij j
j
p P X x P X x Y y p ======∑∑ ,
1,2,...i =
()(,)j j i j ij i
i
p P Y y P X x Y y p ======∑∑ ,
1,2,...j =
三.条件概率分布
()0,j P Y y =>(,)
()()
i j ij i j j j
P X x Y y p P X x Y y P Y y p =====
=
= , 1,2,...
i = ()0i P X x =>,(,)()()
i j ij j i i i P X x Y y p P Y y X x P X x p =====
=
=
,
1,2,...j =
例 设分布律为
\01
01
0.5
X Y
a
b c ,已知1(10)2P Y X ===,1
(10)3
P X Y ===,
求,,a b c
§3 二维连续型随机变量
一.概率密度
(,)(,)x
y
F x y f u dud νν-∞-∞
=?
?
(,)
f x y ——概率密度 性质:(1)(,)0f x y ≥
(2)
(,)1f x y dxdy +∞+∞
-∞
-∞
=??
例 (2),0,0
(,)0x y ke x y f x y -+? >>=? ?其他
, 则k =__________。
二.边缘密度
()(,)X f x f x y dy +∞
-∞
=?
, ()(,)Y f y f x y dx ∞
-∞
=?
三.条件概率密度
1.条件分布 0
()lim ()Y X F y x P Y y x X x εεε+
→=≤-<≤+
()l i m
()X Y F x y P X x y Y y εεε+→=≤-<≤+ 2.条件概率密度
(,)()()Y X X f x y f y x f x =
(,)()()
X Y Y f x y f x y f y =
()0X f x >
()0Y f y >
§4 随机变量的独立性
定义:对任意,x y (,)()()P X x Y y P X x P Y y ≤≤=≤≤
(,)()()X Y F x y F x F y = 离散型 ij i j p p p =
连续型
(,)()()X Y f x y f x f y =
例1.设随机变量X Y 和相互独立,下表列出了二维随机变量(,)X Y 的联合概率分布及
关于X Y 和的边缘概率分布的部分数值,将剩余数值填入表中空白处
1
23
12\18
1816i j
X Y y y y p x x p
例2.判断X Y 与是否独立
(1)
\12311
0031120661113
9
9
9
X Y
(2) 2(1)(1)
0,0(,)0
x y e e x y F x y --?-->>=?
?其他
§5 二维均匀分布和二维正态分布
一.二维均匀分布
1(,)(,)0
x y G f x y A
?∈?
=???其他
,
A G 是的面积
例 设二维随机变量(,)X Y 在xOy 平面上由曲线2
y x y x ==和所围成的区域上服
从均匀分布,则概率11
(0,0)22
P X Y <<
<<=________________。
二.二维正态分布,22
1212(,,,;)N μμσσρ12,0σσ>, 1ρ<
2211222221122()2()()()1(,)2(1)x x y y f x y μρμμμρσσσσ????----??
=
--+????-??????
性质:(1)2
11(,)X N μσ , 2
22(,)Y N μσ (2)X Y 与相互独立的充分必要条件是0ρ=
(3)2
2
2
2
121212(,2)aX bY N a b a b ab μμσσσσρ++++